排序方式: 共有38条查询结果,搜索用时 1 毫秒
1.
2.
3.
在目标跟踪过程中,数据关联过程一直是信息处理的一个瓶颈.本文主要在JPDA算法的基础上,通过预处理方法简化关联矩阵,减小低概率杂波的影响,提出一种更有效的数据关联算法-PJPDA算法.最后通过仿真试验证明了它在关联精度上的可靠性以及关联速度上的高效性. 相似文献
4.
针对高斯非线性系统中的多目标跟踪问题,提出了一种基于Renyi熵的传感器管理算法。该算法首先根据无迹卡尔曼滤波计算预测误差与滤波误差,度量目标跟踪精度要求;利用Renyi熵结合Parzen窗函数对概率密度函数进行近似估计,得到目标的信息增量,以此作为代价函数。同时,引入目标优先级(即威胁度),得到效能函数,形成传感器管理模型;最后利用该模型实现了传感器资源的分配。仿真结果表明,该算法利用Renyi熵可以表达非线性系统高阶特性的特点,结合Parzen窗函数,保持精度的同时减少运算量,较好地度量了跟踪过程中信息的不确定性,降低了跟踪误差,优化了系统的跟踪性能。 相似文献
5.
针对多传感器的目标识别问题,利用异类传感器数据多样性的特点,通过可信度的概念将多种数据进行融合。根据目标信息的不确定性,引入模糊物元分析法确定特性熵权,用Vague集表达目标的特征值,根据Vague度距离给出目标识别结果。实验仿真表明,异类传感器比同类传感器能更好地融合信息,提高目标识别效果。 相似文献
6.
7.
8.
9.
10.